模式识别与人工智能
2025年1月11日 星期六   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2010, Vol. 23 Issue (6): 862-866    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
带Spearman相关性的多标签GRF算法
冯元佶,李枚毅,王伟
湘潭大学 信息工程学院 湘潭 411105
Multi-Label GRF Algorithm with Spearman Correlation
FENG Yuan-Ji,LI Mei-Yi,WANG Wei
College of Information and Engineering,Xiangtan University,Xiangtan 411105

全文: PDF (356 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 通过采用Spearman相关系数矩阵取代临时分类标记来构造标签相关性模块,提出一种改进的带Spearman相关性的多标签高斯随机域(MLQ-GRF)算法,以减少临时分类标记的不确定性。实验对比所得结果表明,文中构造的改进的MLQ-GRF算法对于扰动和带误差的临时分类标记有更好的稳定性,能提高分类的精确度。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
冯元佶
李枚毅
王伟
关键词 半监督学习Spearman相关系数多标签分类    
Abstract:An improved multi-label Gaussian random field algorithm is proposed to reduce the uncertainty of temporary labels. The spearman correlation matrix is used to build a label-relevant module instead of temporary labels. The results of comparative experiments show that the proposed algorithm is stable for temporary labels with tolerance and disturbance and it increases the accuracy of classification.
Key wordsSemi-Supervised Learning    Spearman Correlation Matrix    Multi-Label Classification   
收稿日期: 2009-06-23     
ZTFLH: TP391.4  
基金资助:国家自然科学基金资助项目(No.60773047)
作者简介: 冯元佶,男,1985年生,硕士研究生,主要研究方向为机器学习、智能计算.E-mail:yydhs_320@126.com.李枚毅,男,1962年生,博士,教授,主要研究方向为人工智能及其应用.王伟,男,1986年生,硕士研究生,主要研究方向为机器学习,智能计算。
引用本文:   
冯元佶,李枚毅,王伟. 带Spearman相关性的多标签GRF算法[J]. 模式识别与人工智能, 2010, 23(6): 862-866. FENG Yuan-Ji,LI Mei-Yi,WANG Wei. Multi-Label GRF Algorithm with Spearman Correlation. , 2010, 23(6): 862-866.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2010/V23/I6/862
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn